MCP के माध्यम से कनेक्ट करें →

गणना दर्ज करें

Enter a raw value in z with μ and σ to standardize, or leave μ=0 and σ=1 to use z directly.

सूत्र (फॉर्मूला)

विज्ञापन

परिणाम

P(Z < z) = Φ(z)
0.975002
97.5002% of the distribution lies below z
मानकीकृत z 1.96
लोअर टेल P(Z < z) 0.975002
अपर टेल P(Z > z) 0.024998
पर्सेंटाइल 97.5002%

यह कैलकुलेटर क्या करता है

यह टूल स्टैंडर्ड नॉर्मल संचयी वितरण फलन (CDF) की गणना करता है, जिसे \(\Phi(z)\) या \(P(Z < z)\) लिखा जाता है। यह बताता है कि किसी नॉर्मल रूप से वितरित यादृच्छिक चर (random variable) के किसी दिए गए z-स्कोर से नीचे आने की प्रायिकता कितनी है। साथ ही यह अपर-टेल प्रायिकता \(P(Z > z)\) और संबंधित पर्सेंटाइल भी देता है। यह एक सार्वभौमिक सांख्यिकी टूल है — यह हर जगह लागू होता है और इसमें किसी देश-विशेष की कोई शर्त नहीं है।

मानक सामान्य घंटी वक्र जिसमें z पर खड़ी रेखा के बाईं ओर का क्षेत्रफल छायांकित है
\(P(Z < z) = \Phi(z)\) मानक सामान्य वक्र के अंतर्गत z के बाईं ओर का छायांकित क्षेत्रफल है।

इसका उपयोग कैसे करें

पहले फ़ील्ड में अपना z-स्कोर दर्ज करें। अगर आपके पास z-स्कोर के बजाय कोई कच्ची माप (raw value) है, तो उस मान को z में डालें और वितरण का माध्य (μ) तथा मानक विचलन (σ) भर दें; कैलकुलेटर $$z = \frac{x - \mu}{\sigma}$$ सूत्र से उसे स्वयं मानकीकृत कर देगा। अगर आपका इनपुट पहले से ही मानकीकृत z-स्कोर है, तो \(\mu = 0\) और \(\sigma = 1\) ही रहने दें।

सूत्र की व्याख्या

स्टैंडर्ड नॉर्मल CDF को एरर फलन (error function) के ज़रिए परिभाषित किया जाता है: $$\Phi(z) = \tfrac{1}{2}\left[1 + \operatorname{erf}\!\left(\frac{z}{\sqrt{2}}\right)\right]$$ चूँकि erf का कोई सरल बंद-रूप (closed-form) व्यंजक नहीं होता, इसलिए यह कैलकुलेटर इसे Abramowitz & Stegun 7.1.26 परिमेय सन्निकटन (rational approximation) से निकालता है, जिसकी सटीकता लगभग \(1.5\times10^{-7}\) है — जो प्रायिकता और सांख्यिकी के काम के लिए पर्याप्त से अधिक है।

विज्ञापन
घंटी वक्र जो z पर बाईं निचली पुच्छ और दाईं ऊपरी पुच्छ में बँटा है
निचली पुच्छ \(\Phi(z)\) और ऊपरी पुच्छ \(1 - \Phi(z)\) का योग 1 होता है।

हल किया हुआ उदाहरण

\(z = 1.96\) के लिए, जो सांख्यिकी में एक बहुत प्रसिद्ध मान है: $$\Phi(1.96) = \tfrac{1}{2}\left[1 + \operatorname{erf}\!\left(\frac{1.96}{\sqrt{2}}\right)\right] \approx 0.9750$$ इसका मतलब है कि स्टैंडर्ड नॉर्मल वितरण का लगभग 97.5% भाग 1.96 से नीचे है, और 2.5% भाग अपर टेल में बचता है — यही वजह है कि ±1.96 के बीच केंद्रीय 95% भाग आता है, जिसका उपयोग कॉन्फ़िडेंस इंटरवल में किया जाता है।

अक्सर पूछे जाने वाले सवाल

z = 0 पर मान क्या होता है? \(\Phi(0) = 0.5\) बिलकुल सटीक, क्योंकि नॉर्मल वितरण अपने माध्य के परितः सममित (symmetric) होता है।

दो-पुच्छ (two-tailed) प्रायिकता कैसे निकालें? सममित सीमाओं ±z के लिए, बाहर की दो-पुच्छ क्षेत्रफल \(2 \times (1 - \Phi(z))\) होता है; और केंद्रीय क्षेत्रफल \(2\Phi(z) - 1\) होता है।

क्या मैं ऋणात्मक (negative) z-स्कोर इस्तेमाल कर सकता हूँ? हाँ। सममिति के कारण \(\Phi(-z) = 1 - \Phi(z)\) होता है, और यह कैलकुलेटर ऋणात्मक इनपुट को सीधे संभाल लेता है।

अंतिम अपडेट: